实际研究表明,无论综合采用何种信号处理方法,最终录入的雷达点迹数据量仍然十分可观。如果对点迹数据不加处理,直接上传至终端,巨大的运算量将会给后续的航迹跟踪等带来困难。点迹凝聚处理技术可以显著降低数据量,减轻后续数据处理压力。传统的点迹凝聚方法中通常将距离维与方位维分开考虑,从而导致二次分裂,且传统方法不适用于异形目标点迹。针对上述缺点,本文就基于聚类分析的点迹凝聚算法展开了系统研究。文中先讨论了几种经典的聚类算法,对其优缺点进行总结分析,并结合雷达点迹数据分布特征,利用MATLAB仿真工具对比分析,引入更适用于雷达点迹凝聚的DBSCAN聚类算法对目标点迹进行分辨。考虑到DBSCAN算法中参数人工选取存在的偶然性,本文对DBSCAN算法进行了改进,使用迭代的方法实现了参数的自适应选取。仿真结果表明,基于DBSCAN算法的点迹凝聚处理能够获得理想的凝聚效果。克服了传统点迹凝聚算法的缺点,能对任意形状的点迹簇进行分辨与归并。此外,本文基于某航管雷达信号处理硬件实验平台,详细论述了整体系统设计方案,包括硬件框架、系统功能设计以及并行程序设计。并结合TMS320C6678多核DSP,完成了本文所述点迹凝聚方法的工程实现,针对实现过程中计算量大、存储需求高的情况,给出工程实现中降低时间复杂度和空间复杂度的方法。文章最后,借助机场采集到的数据,使用本文所述凝聚算法对实测数据进行处理分析,证明了此算法的实用性。